我国农民收入影响因素的回归研究分析

我国农民收入影响因素的回归分析

————————————————————————————————作者：————————————————————————————————日期：

2

计量经济学课程设计

学生姓名：学号：

学院：

专业：

题目：

指导教师：

2011年 6 月

（空2行）

目录（4号黑体，居中）

1引言（或绪论）（作为正文第1章，小4号宋体，行距1.25—1.5倍）………

1

2 ××××××（正文第2章）…………………………………………………Y 2.1 ××××××（正文第2章第1条）………………………………………Y 2.2 ××××××（正文第2章第2条）………………………………………Y 2.X ××××××（正文第2章第X条）………………………………………Y 3×××××（正文第3章）……………………………………………Y ………………………………………（略）

X ×××××（正文第X章）………………………………………………………Y 结论…………………………………………………………………………………Y 参考文献………………………………………………………………………………Y

注：1. 目次中的内容一般列出“章”、“条”二级标题即可；

2．X表示具体的阿拉伯数字。

第1章导论

1.研究背景

农民收入问题是“三农”问题的核心和影响国民经济发展的重要因素，增加农民收入是检验农村工作各项工作的有

效指标，改革开发以来，青岛市农民人均纯收入水平显著提

高，生活质量显著改善。但是，与城镇居民相比，农村人均

收入增长不高，相对于全国一些新农村的人均收入水平，还

存有一定差距。在新的发展阶段，理性的认识农村居民收入

现状和未来的发展趋势，认真分析研究青岛市农民增收的主

要问题所在，采取各种有效措施，保证农民收入不断增加，

具有重要意义。

2.问题的提出及变量的选择

农民收入水平的度量，通常采用农民人均纯收入指标。

影响农民收入水平变动的有内部的外部的诸多因素，但可以

归纳为以下几个方面：家庭经营性收入、工资性收入等内部

主要因素，及农作物总播种面积、恩格尔系数、整半劳动力

占常住人口比重等主要外部因素。

我们将以上面5个影响因素作为解释变量，以农村居民人均纯收入作为被解释变量，有效的建立计量经济学回归模

型，对各解释变量对国农民收入的影响程度作具体分析，从

而找出影响程度较大的一些解释变量相对应的影响因素，保

证农民的收入不断增加。以下是定义的5个解释变量：

――――――――――――家庭经营性收入

――――――――――――工资性收入

―――――――――――――农作物总播种面积

―――――――――――――农村居民家庭每户整半劳动力

―――――――――――――农村居民家庭恩格尔系数

―――――――――――――－农民人均纯收入

3. 研究目的和框架

3.1 目的：

通过模型的确定，我们可以掌握以上变量间的因果回归关系，进而对影响年农民纯收入的主要因素进行控制，达到提高农民收入的目的。

3.2 框架：

第一步：引入线性回归模型，利用现有数据，确定各因素与农民年人均纯收入之间的具体线性关系，写出回归模型基本形式；并对回归系数和回归模型进行T检验和F检验，从而确定线性回归模型是否具有代表性。

第二步：检验回归方程是否具有“异方差”，“自相关”，“多重共线性”“虚拟变量等现象，如果存在这些现象，分析它们所导致的结果；并利用相应的方法把这些现象进行消除，从而提高回归模型的代表性。

第三步：进行模型的结果分析，对模型进行经济解释并分析存在的问题，同时对未来的年份的收入进行预测。

第二章建立回归模型并估计回归系数

1.设定模型

农村居民纯收入以及其主要收入构成数据表2.1

时间（年）农村居民

家庭平均

每人纯收

入（元）

家庭经

营纯收

入（元）

工资性

纯收入

（元）

农作物

总播种

面积(千

公顷)

农村居民

家庭每户

整半劳动

力

(人)

农村居

民家庭

恩格尔

系数

（%）

1997 2090.13 1472.72 514.55 153969 2.79 55.1

1998 2161.98 1466.00 573.58 155706 2.78 53.4 1999 2210.34 1448.36 630.26 156373 2.77 52.6 2000 2253.42 1427.27 702.30 156300 2.76 49.1 2001 2366.40 1459.63 771.90 155708 2.73 47.7 2002 2475.63 1486.54 840.22 154636 2.76 46.2 2003 2622.24 1541.28 918.38 152415 2.80 45.6 2004 2936.40 1745.79 998.46 153553 2.82 47.2 2005 3254.93 1844.53 1174.53 155488 2.82 45.5 2006 3587.04 1930.96 1374.80 152149 2.83 43.0 2007 4140.36 2193.67 1596.22 153464 2.84 43.1 2008 4760.62 2435.56 1853.73 156266 2.85 43.7 2009 5153.17 2526.78 2061.25 158614 2.85 41.0 2010 5919.01 2832.80 2431.05 160675 2.85 41.1 2011 6977.29 3221.98 2963.43 162283 2.78 40.4

表3.1

建立模型最小